Fugu-MT 論文翻訳(概要): X-AMR Annotation Tool

論文の概要: X-AMR Annotation Tool

arxiv url: http://arxiv.org/abs/2403.15407v1
Date: Thu, 29 Feb 2024 05:16:19 GMT
ステータス: 処理完了
システム内更新日: 2024-04-01 03:04:05.213634
Title: X-AMR Annotation Tool
Title（参考訳）: X-AMRアノテーションツール
Authors: Shafiuddin Rehan Ahmed, Jon Z. Cai, Martha Palmer, James H. Martin,
Abstract要約: 本稿では、キーコーパスレベルのイベントセマンティクスに注釈を付けるために設計された、新しいクロスドキュメント抽象的意味表現(X-AMR)アノテーションツールを提案する。経験的分析を通じて,既存のイベントコーパスの強化におけるツールの有効性を実証し,GPT-4と統合した場合の利点を強調した。
参考スコア（独自算出の注目度）: 7.369929098343092
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper presents a novel Cross-document Abstract Meaning Representation (X-AMR) annotation tool designed for annotating key corpus-level event semantics. Leveraging machine assistance through the Prodigy Annotation Tool, we enhance the user experience, ensuring ease and efficiency in the annotation process. Through empirical analyses, we demonstrate the effectiveness of our tool in augmenting an existing event corpus, highlighting its advantages when integrated with GPT-4. Code and annotations: https://github.com/ahmeshaf/gpt_coref
Abstract（参考訳）: 本稿では、キーコーパスレベルのイベントセマンティクスに注釈を付けるために設計された、新しいクロスドキュメント抽象的意味表現(X-AMR)アノテーションツールを提案する。 Prodigy Annotation Toolを通じてマシンアシストを活用することで、ユーザエクスペリエンスを高め、アノテーションプロセスの容易性と効率性を確保します。経験的分析を通じて,既存のイベントコーパスの強化におけるツールの有効性を実証し,GPT-4と統合した場合の利点を強調した。コードとアノテーション:https://github.com/ahmeshaf/gpt_coref

関連論文リスト

From Exploration to Mastery: Enabling LLMs to Master Tools via Self-Driven Interactions [60.733557487886635]
本稿では,大規模言語モデルと外部ツールとの包括的ギャップを埋めることに焦点を当てる。ツール文書の動的精錬を目的とした新しいフレームワーク DRAFT を提案する。複数のデータセットに対する大規模な実験は、DRAFTの反復的なフィードバックベースの改善がドキュメントの品質を大幅に改善することを示している。
論文参考訳（メタデータ） (2024-10-10T17:58:44Z)
Hypergraph based Understanding for Document Semantic Entity Recognition [65.84258776834524]
我々は,ハイパグラフアテンションを利用したハイパグラフアテンション文書セマンティックエンティティ認識フレームワークHGAを構築し,エンティティ境界とエンティティカテゴリを同時に重視する。 FUNSD, CORD, XFUNDIE で得られた結果は,本手法が意味的エンティティ認識タスクの性能を効果的に向上できることを示す。
論文参考訳（メタデータ） (2024-07-09T14:35:49Z)
Callico: a Versatile Open-Source Document Image Annotation Platform [3.306544219329259]
CallicoはWebベースのオープンソースプラットフォームで、文書認識プロジェクトのアノテーションプロセスを簡単にするように設計されている。このプラットフォームは、オープンソース開発へのコミットメントによって、多彩な機能を備えたコラボレーティブアノテーションをサポートしている。例としては、ベルフォート市立登録簿の転写、フランス第二次世界大戦の捕虜のICRCへの索引付け、ソックフェイスプロジェクトの国勢調査リストからの個人情報の抽出などがある。
論文参考訳（メタデータ） (2024-05-02T08:03:18Z)
SciAnnotate: A Tool for Integrating Weak Labeling Sources for Sequence Labeling [55.71459234749639]
SciAnnotateはSciAnnotateという名前のテキストアノテーションのためのウェブベースのツールで、科学的なアノテーションツールを指す。我々のツールは、弱いラベルを作成するために複数のユーザフレンドリーなインターフェースを提供する。本研究では,Bertifying Conditional Hidden Markov Modelを用いて,ツールが生成する弱いラベルを識別する手法を提案する。
論文参考訳（メタデータ） (2022-08-07T19:18:13Z)
Unified Pretraining Framework for Document Understanding [52.224359498792836]
文書理解のための統合事前学習フレームワークであるUDocを紹介する。 UDocは、ほとんどのドキュメント理解タスクをサポートするように設計されており、Transformerを拡張してマルチモーダル埋め込みを入力とする。 UDocの重要な特徴は、3つの自己管理的損失を利用して汎用的な表現を学ぶことである。
論文参考訳（メタデータ） (2022-04-22T21:47:04Z)
iFacetSum: Coreference-based Interactive Faceted Summarization for Multi-Document Exploration [63.272359227081836]
iFacetSumは、インタラクティブな要約と顔検索を統合している。微粒なファセットは、クロスドキュメントのコア参照パイプラインに基づいて自動的に生成される。
論文参考訳（メタデータ） (2021-09-23T20:01:11Z)
SenTag: a Web-based Tool for Semantic Annotation of Textual Documents [4.910379177401659]
SenTagはテキスト文書のセマンティックアノテーションに焦点を当てたウェブベースのツールである。アプリケーションの主な目標は、タグ付けプロセスの容易化と、出力ドキュメントのエラーの削減と回避である。また、テキストコーパスに係わるアノテータの合意のレベルを評価することもできる。
論文参考訳（メタデータ） (2021-09-16T08:39:33Z)
ProsoBeast Prosody Annotation Tool [2.789492275721704]
ProsoBeast Toolは、音声コーパスのラベル付けの容易化と高速化を目的としている。データの韻律的景観のインタラクティブな2D表現を提供する。このツールは、寸法低減と機能埋め込みのためのいくつかの最先端の方法を統合します。
論文参考訳（メタデータ） (2021-04-06T10:04:48Z)
FAIRS -- Soft Focus Generator and Attention for Robust Object Segmentation from Extreme Points [70.65563691392987]
本稿では,ユーザ入力からオブジェクトのセグメンテーションを極端点と補正クリックの形で生成する手法を提案する。提案手法は,エクストリームポイント,クリック誘導,修正クリックを原則として組み込んだ,高品質なトレーニングデータを生成する能力とスケーラビリティを実証する。
論文参考訳（メタデータ） (2020-04-04T22:25:47Z)
Selective Attention Encoders by Syntactic Graph Convolutional Networks for Document Summarization [21.351111598564987]
本稿では,文書中の文から解析木を接続するグラフを提案し,文書の構文表現を学習するために重ねられたグラフ畳み込みネットワーク(GCN)を利用する。提案したGCNによる選択的アテンションアプローチは,ベースラインよりも優れ,データセット上での最先端のパフォーマンスを実現する。
論文参考訳（メタデータ） (2020-03-18T01:30:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。